基于机器学习和运筹优化的不可行边界计算方法及系统

本发明公开了一种基于机器学习和运筹优化的不可行边界计算方法及系统，该方法包括：当待调度电网在运行过程中发生安全约束机组组合不可行时，获取待调度电网的当前运行边界数据；将当前运行边界数据输入到预训练的机器学习模型，得到机器学习模型输出的冲突约束类型；机器学习模型是基于历史出清数据训练得到的，历史出清数据为在电网运行中发生安全约束机组组合不可行的历史数据；基于冲突约束类型，计算最小不可行冲突集；基于最小不可行冲突集及当前运行边界数据，计算不可行边界调整量，不可行边界调整量用于对待调度电网的调度方案进行调整，从而能够快速精准定位到安全约束机组组合中的不可行边界，并相应调整调度方案中的运行边界参数。